Python正则表达式

快速参考

常用函数：

re.match():从字符串的起始位置匹配一个正则表达式。

re.search():扫描整个字符串并返回第一个成功的匹配。

re.sub():用于替换字符串中的匹配项。

re.compile():用于编译正则表达式，生成一个正则表达式(Pattern)对象。供match()和search()这两个函数使用。

re.findAll():在字符串中找到正则表达式所匹配的所有子串，并返回一个列表。

re.finditer():在字符串中找到正则表达式所匹配的所有子串，并返回一个迭代器。

re.split():split 方法按照能够匹配的子串将字符串分割后返回列表。

元字符：具有特殊含义的字符

特殊序列：特殊序列指的是\后跟下表中的某个字符，拥有特殊含义。

集合：集合（Set）是一对方括号 [] 内的一组字符，具有特殊含义

正则表达式修饰符

函数详解

match()

re.match(): 从字符串的起始位置(开头)匹配一个正则表达式，匹配成功返回一个Match对象，匹配失败返回None。

re.match(pattern, string, flags=0)
# pattern:正则表达式；string：字符串;flags：正则表达式修饰符

示例：

_str = 'https://www.baidu.com/'
print(re.match('https', _str))
print(re.match('baidu', _str))

结果图：

search()

re.search():扫描整个字符串来匹配正则表达式，如果匹配成功，则返回第一个匹配成功的Match对象，匹配失败则返回None。

re.search(pattern,string,flags=0)
# pattern:正则表达式；string：字符串;flags：正则表达式修饰符

示例：

_str = 'https://www.baidu.com/'
print(re.search('baidu', _str))
print(re.search('goole', _str))

结果图：

捕获和分组

示例：

_str = 'Cats are smarter than dogs'
# r:字符串为非转义的原始字符串 ():捕获和分组 .:除了换行符的所有字符 *:零次或者多次出现
# (.*)是第一个分组，.*表示匹配除了换行符之外的所有字符;(.*?)是第二个分组，.*后面的?代表非贪婪模式，只匹配符合条件的最少的字符
# 最后一个.*不是分组，不会计入匹配结果;|表示两者任一
# re.M:多行匹配，影响^和$;re.I：大小写不敏感
# 匹配的正则表达式中的空格对结果影响很大
matchObject = re.match(r'(.*) are (.*?) .*', _str, re.M | re.I)
if matchObject:
    print(matchObject.groups())
    print(matchObject.group())
    print(matchObject.group(1))
    print(matchObject.group(2))

结果截图：

groups是包含分组匹配项的元组；group()或者group(0)是整个正则表达式的匹配项；group(1)和group(2)分别是两个分组的匹配项；当调用group(3)时会报错，因为没有第三个分组

Match对象

_str = 'https://www.baidu.com/'
_result = re.match('https', _str)
print(_result)
print(_result.span())
print(_result.start())
print(_result.end())
print(_result.group())

sub()

re.sub():用于替换字符串中正则表达式的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)
# pattern:正则表达式；repl:替换的字符串或者函数；string：字符串；
# count：最大替换次数，默认0代表替换所有匹配正则表达式；flags：正则表达式修饰符

示例：

_phone = '2004-959-559 # 这是一个国外电话号码'

# 删除字符串中的Python注释
_phone = re.sub(r'#.*$', '', _phone)
print(_phone)
# 删除字符串中的-
_num = re.sub(r'\D', '', _phone)
print(_num)
# 删除字符串中的-
_num = re.sub(r'-', '', _phone)
print(_num)
# 删除字符串中第一个-
_num = re.sub(r'-', '', _phone, 1)
print(_num)

结果图：

示例（repl参数是一个函数):

# 将字符串中的匹配的数字*2
def doubleNum(matched):
    _value = int(matched.group('value'))
    return str(_value * 2)


_str = 'cxk666cxk456cxk250'
# 分组匹配
_result = re.sub(r'(?P<value>\d+)', doubleNum, _str)
print(_result)

结果图：

compile()

compile()函数用于编译正则表达式，生成一个正则表达式对象(RegexObject) ，供match()和search()这两个函数使用。

re.compile(pattern[, flags])
# pattern：正则表达式；flags：正则表达式修饰符

示例：

_str = 'cxk666cxk456cxk250'
# re.compile函数，compile函数用于编译正则表达式，生成一个正则表达式对象
_pattern = re.compile(r'\d+')  # 匹配至少一个数字
_result = _pattern.search(_str)
print(_result)

结果图：

findall()

findall()：在字符串中找到正则表达式所匹配的所有子字符串并返回一个列表。如果有多个匹配模式，则返回元祖列表；如果没有找到匹配子串，则返回空列表。

findall(string[, pos[, endpos]])
# string:字符串；pos：可选参数，字符串的起始位置，默认为0；endpos：可选参数，字符串的结束位置，默认为字符串长度。

示例：

_str = 'cxk666cxk456cxk250'
_pattern = re.compile(r'\d+')  # 匹配至少一个数字
_result = _pattern.findall(_str)
print(_result)

结果图：

多个匹配模式示例：

_str = 'cxk666cxk456cxk250'
_pattern = re.compile(r'([a-z]+)(\d+)') #按小写字母和数字分开匹配
_result = _pattern.findall(_str)
print(_result)

结果图：

finditer()

finditer()：在字符串中找到正则表达式所匹配的所有子串，并将结果作为一个迭代器返回。

re.finditer(pattern, string, flags=0)
# string:字符串；pattern：正则表达式；flags：正则表达式修饰符

示例：

# finditer
_str = 'cxk666cxk456cxk250'
_iter = re.finditer(r'\d+', _str)
for _it in _iter:
    print(_it.group())

结果图：

split()

split() 方法按照能够匹配的子串将字符串分割后返回列表。注意：是分割，而不是取某一部分。

re.split(pattern, string[, maxsplit=0, flags=0])
# pattern:正则表达式；string：字符串；maxsplit：分隔次数，默认为 0，不限制次数；flags：正则表达式修饰符

示例：

_str = 'cxk sing jump rap basketball'
_result = re.split(r'(\S+ )', _str)
print(_result)

结果图：

参考博客与示例代码

示例代码：

参考博客：

​ 感谢：Python 正则表达式 | 菜鸟教程 (runoob.com)

​ 感谢：Python RegEx (w3school.com.cn)

原文地址：http://www.cnblogs.com/wind-and-sky/p/16821295.html